matlab子函数妙用 | 全局变量的使用和单文件多函数的实现

目录

一、global全局变量的使用

1.1 问题描述：

1.2 介绍全局变量

二、单文件多函数的实现

---

在使用matlab编程的过程中，常常会用到子函数，尤其是对于复杂的程序，子函数能让程序更有条理，逻辑性更强，下面分享两个子函数使用的小技巧。

一、global全局变量的使用

1.1 问题描述：

在编写子函数的过程中，常遇到编写带参函数的情况，例如下面这种：

test1.m

function t=test1(x,b,c)
f1=x^2+2*x+c;
f2=x+b;
t=f1^2+f2^2;
end

        其中 b和 c 就是函数中的参数，t 为函数返回的值，我们希望根据 “需要” 改变 b 和 c 的数值，从而能够在不同情况下对函数进行调用，而这种 “ 需要 ” 有时又是代码控制的，即：b和c的数值随着程序的运行自动改变。例如：

主程序1：x，b，c通过手动指定参数值来确定，结果为d=45。

main1.m

d=test1(1,2,3)
%x=1,b=2,c=3

主程序2：b，c通过手动指定参数值来确定，计算当x分别为1,2,3,4,5时的函数值，x的取值就是通过循环自动改变的，结果为d=[45 137 349 765 1493]

main2.m

b=2;
c=3;
x=1; %指定x初值
for i=1:5
    d(i)=test1(x,b,c);
    x=x+1;
end

        主程序中对于子函数test1的调用格式为 d(i)=test1(x,b,c); 即把b,c作为参数传递给子函数，但如果参数数量很多，会很麻烦，像下面的情况：

main3.m

...（省略）

    d=test1(x,b,c，d,e,f,g,h,i,j,k,l,m,n,o,p,q,r,s,t,u,v,w);

...（省略）

        每次调用都需要输入那么多参数，让程序变得很 “复杂”，如果要避免这种情况，就要用到全局变量了（见后文）。除此之外还有一种情况，在运用算法求解方程（组）时，我们习惯将被求解的方程（组）放到一个子函数中，然后在主程序中求解，如下面的情况：

test2.m

function t=test2(x)
f1=x^2+2*x+c;
f2=x+b;
t=f1^2+f2^2;
end

main4.m

b=1;
c=0;
options=gaoptimset('PopulationSize',500,'Generations',1000,'StallGenLimit',...
    1000,'TolFun',1e-100); %设置遗传算法求解参数
[v,fval]=ga(@test2,1,options); %用遗传算法求解方程

        上述程序是无法正常运行的，因为主程序中对参数进行赋值并不会改变子函数中的相应参数，要正常运行只能在子函数中重新为参数赋值，针对这种情况，用全局变量会方便很多。当然，用匿名函数的方法（即不创建子函数，直接在主函数中定义方程）也可以实现，但我们想让程序更加有条理。

1.2 介绍全局变量

全局变量（global variable）是变量的一种类型，区别于局部变量。若将一个变量声明为全局变量，则它所占的内存为全局内存，而不是本地工作区内存。因此全局变量就可以被所有工作区访问、修改。

下面用全局变量对主程序main4.m进行修改：

main4.m

global b c  %使用前声明全局变量
b=1;
c=0;
options=gaoptimset('PopulationSize',500,'Generations',1000,'StallGenLimit',...
    1000,'TolFun',1e-100); %设置遗传算法求解参数
[v,fval]=ga(@test1,1,options); %用遗传算法求解方程

        将b和c声明为全局变量后，无论对其做怎样的修改，子程序中的b和c也会随之改变。本例结果为-0.292896584226416。

        最后，实际应用中程序往往会相当复杂，下面是作者在课题中使用的程序：

子程序

function g=caculate_F(F)

f1=F(1).*(K_t_singleg1(i)+K_t_singlep1(i)+K_f_singleg1(i)+K_f_singlep1(i))+...
    C_h.*F(1).^k +F(2)*(K_f_singleg1_21(i)+K_f_singlep1_21(i))-F(3); %方程1
f2=F(2).*(K_t_doubleg2(i)+K_t_doublep2(i)+K_f_doubleg2(i)+K_f_doublep2(i))+...
    C_h.*F(2).^k +F(1)*(K_f_singleg1_12(i)+K_f_singlep1_12(i))-F(3); %方程2
f3=F(1)+F(2)-T0./r_b1; %方程3
g=f1.^2+f2.^2+f3.^2;
end

其中，K_t_singleg1、K_t_singlep1、K_f_singleg1、K_f_singlep1、K_f_singlep1_21、 K_f_singleg1_21、K_t_doubleg2、K_t_doublep2、K_f_doubleg2、K_f_doublep2、K_f_singleg1_12、K_f_singlep1_12、C_h、k、 T0、r_b1这些参数都是主程序中计算得到的，像K_t_singleg1这样的变量，其值都是向量形式。

主程序：

% 遗传算法求解
% 试了10个解，用时127s，速度太慢了-_-
% 定义全局变量
global K_t_singleg1 K_t_singlep1 K_f_singleg1 K_f_singlep1 K_f_singlep1_21 K_f_singleg1_21 ...
     K_t_doubleg2 K_t_doublep2 K_f_doubleg2 K_f_doublep2 K_f_singleg1_12 K_f_singlep1_12 C_h k T0 r_b1

...(省略)

% 求解
tic
F1=ones(1,10);
F2=ones(1,10);
D=ones(1,10);

global i
for i=1:10  
options=gaoptimset('PopulationSize',500,'Generations',1000,'StallGenLimit',1000,'TolFun',1e-100);
[v,fval]=ga(@caculate_F,3,options);
F1(i)=v(1);
F2(i)=v(2);
D(i)=v(3);
end
toc

        这里将 i 也定义成全局变量，为了在子程序中提出K_t_singleg1中的第i个数，让方程的所有参数都为“1”个数，而不是一组向量（这会让程序报错）。

二、单文件多函数的实现

        虽然编写子函数会让程序更加有条理，但在matlab中定义函数时，一个函数只能对应一个文件，这在子函数多的情况下，程序文件会变得相当混乱。我们希望能实现在一个文件中编写多个子函数。

        这可以利用定义接口的方式在一个文件里定义多个函数，调用时先调用接口，然后通过调用匿名函数的方式调用。实例如下：

c_7_2_fun.m（定义函数）

function f=c_7_2_fun
% 定义一个接口，通过匿名函数调用
% 通过定义接口的方式，在一个函数文件例里可编写多个函数
f.lorenz1=@lorenz1;
end

function dx=lorenz1(t,x,b,r,s) % 带有附加参数的微分方程描述曲线
dx=[-b*x(1)+x(2)*x(3);-r*x(2)+r*x(3);-x(1)*x(2)+s*x(2)-x(3)];
end

c_7_2.m（调用函数）

%% 编写带有附加参数的函数
% 函数需列在单独的文件里，且函数名和文件名一致，可通过定义接口的方式，在一个函数文件例里编写多个函数
f=c_7_2_fun % 调用接口
% 设置附加参数的值
b1=8/3;r1=10;s1=28;tn=100;x0=[0;0;1e-10];
[t,x]=ode45(@f.lorenz1,[0,tn],x0,[],b1,r1,s1); % 无需使用和函数一样的变量名
% 求方程数值解
% 空矩阵表示使用默认的控制模版

编程愉快！